IP Over SDH基本原理及其在接入层网络中的应用

本文系统而全面的介绍了光城域/接入网中IPOverSDH技术的基本原理,以及IPOverSDH技术在接入网中的应用,分析了把SDH系统应用在接入网中需要解决的问题,并给出了一个比较完整的高速公路基层用户的接入实例.     

一种基于ART2神经网络的高速公路交通事件自动检测算法

提出一种基于ART2伸经网络的高速公路交通事件自动检测的新算法。该算法利用高速公路交通流模型和ART2神经网络分别作观测器和分类器。观测器估计的数据和实际交通数据进行比较,得到残差序列;利用ART2神经网络对残差序列进行分类,以区分不同交通状态下的交通信息,达到检测交通事件的目的。本算法不但可以识别已知的交通事件类型。还可以识别未知的或从未出现过的交通事件类型,是一个可以边工作、边学习的检测系统。     

一种新的基于行车道路网数据模型及应用

根据交通管理的需求,选择行车道作为道路网络的最小建模单元,提出了一种新的基于行车道交通路网模型。模型利用几何和逻辑这两种网络结构,实现了道路网络几何特征表达和拓扑连通关系的分离;利用两层路网结构实现道路网络的多尺度表达;最后应用该模型讨论了移动对象的时空管理并以实例对模型进行了验证。     

基于图像识别与移动通信的木材运输稽查系统

基于智能终端技术,设计了原木图像检尺算法,开发出手机端的原木检尺子系统,以获取木材运输原始发车原木图像和检尺码单数据并实时上传。通过基于移动通信的运输执法子系统,执法人员异地下载原始发车原木图像,与实际运输情况比对,以实现自动精确检查。在发现违法运输后,应用智能手机现场取证,打印处罚单。原木图像与GPS信息保证了执法取证的严密性与客观性。实验表明,我国南方林区的木材运输检查站在本系统支持下,能够实现运输检查智能化与规范化,自动放行合法车辆,缩短稽查时间,有效地提高木材运输效率,促进林业交通环境的和谐发展。     

基于仿真分析的中国航空网络鲁棒性研究

鲁棒性研究有助于了解航空网络抗干扰能力,保证航空运输安全高效的开展.通过采集中国航空网络的数据信息,测算其统计特征;设计了＂随机干扰＂和＂蓄意攻击＂两种仿真系统,通过仿真实验,结果表明中国航空网络针对随机干扰具有较强的鲁棒性,而在面对蓄意攻击时鲁棒性较差的基本规律;不同通航城市对网络鲁棒性的影响差异极大,目前的中国航空网络高度依赖40余个核心城市.     

车载自组网网络拓扑稳定性

在车载自组网中寻找相对稳定的区域有助于开发更加稳定的路由协议。通过建立理论模型分析车载自组网的网络拓扑稳定性,通过仿真实验验证理论分析的正确性。结果表明,同向行驶的车辆更容易保持网络拓扑的稳定性,路径有效时间随车辆运动方向的夹角、车辆运动速度和时间的增加而降低。     

���й����ͨ�������ܷ���

随着新线的建设,城市轨道交通网络规模不断扩大,不同时期的网络特征不同,以北京为例分析发展变化规律,可以为轨道交通网络化运营提供建议.根据复杂网络理论,首先对比了北京市轨道交通规划路网和目前运营路网的网络特征值,分析了特征值的变化规律,得出规划路网的平均度、聚集系数、平均最短距离等指标均有所增大,但由于服务半径扩大,网络效率略有下降.然后针对重要节点失效和线路失效,对比了失效后的网络弹性,并确定了网络中的重要节点.结果表明：节点失效和线路失效对规划路网的影响较小,部分车站的重要度随着网络完善而发生改变,对于运营路网,必须保障重要节点的可靠性.     

基于多模态的神经网络的结构损伤识别方法的研究

采用曲率模态和柔度曲率组合成多模态参数,针对连续梁结构在有限元模型基础上对结构进行了损伤识别研究．结果表明,以此多模态参数作为网络输入参数,并通过学习训练所得网络不仅可以准确地对结构损伤进行定位,而且对损伤的定量也取得了比较理想的效果,表明此网络还具备良好的容错性和鲁棒性．     

基于ECC的移动自组网成员控制方案

基于Pederson分布式密钥产生方案,采用椭圆曲线密码体制提出一个分布式密钥产生协议,该方案高效且能抵制内外恶意节点的攻击,并采用门限数字签名方案给出一个安全的移动自组网的成员控制方案.通过方案的性能和安全性分析得出结论,该成员控制策略非常适合于资源受限的移动自组网.     

高强度快递需求区域移动仓库选址算法

研究了高强度快递需求区域移动仓库选址问题的特点,以移动仓库总建设规模最小为目标函数,以区域需求量和仓库服务能力为约束条件,提出了基于多粒度集合覆盖问题的相遇蚁群算法。将需求点虚拟成粒子,利用K-means算法对粒子聚类,在划分好的粒子群里得到移动仓库备选点,分别应用传统的蚁群算法和相遇蚁群算法进行实例验证。计算结果表明:运用传统的蚁群算法,运算时间为12.714 4s,最优解个数为13,最差解个数为15,平均解个数为13,解的正确率为79%;运用相遇蚁群算法,运算时间为3.806 4s,最优解个数为12,最差解个数为13,平均解个数为12,解的正确率为98%,移动仓库选址方案的建设数量为12,有10个备选移动仓库是多余的。